课程简介:
机器学习和程序化交易系统是目前量化交易的主流手段，这门课将会从零起步介绍量化交易的方方面面，并且手把手教你从零开始搭建一个能work、能run起来的事件驱动型的量化交易平台/自动交易系统，通过项目把相关知识点串起来，不但技能提升可更快，而且随着项目经验的增长，对于求职/跳槽涨薪也有极大的帮助。
整个课程以项目为驱动，且给数据、给关键代码，将编程，数据分析和机器学习融入到一个统一的量化交易项目里去。
课程目录：
1. 自动化交易综述
主要内容： 课程内容综述，自动化／算法交易介绍，python在自动交易中的应用简介
2. 量化交易系统综述
主要内容：回测，自动交易，策略建模，常见平台使用
3. 搭建自己的量化数据库
软件需求，数据获取方式，数据存储方式
mini-project-1: 金融数据的存储，读取
4. 用python进行金融数据分析
主要内容：数据清理与特征选择
mini-project-2: pandas与金融数据分析
5. 策略建模综述
主要内容：介绍量化交易中的策略建模流程及主要处理方式
6. 策略建模：基于机器学习的策略建模
mini-project-3: 基于机器学习的金融预测
7. 模型评估与风险控制
主要内容：模型评估的一般流程和常用手段、与风险控制的原理和实现方法
8. 自动交易系统的搭建
主要内容：基于事件驱动型的自动交易系统
Final-Project: 手把手教你搭建自动交易系统（有作业，课后直接赠送一套自动交易系统，可自行定制、修改）
9. 量化策略的实现
mini-project-4:将本学期的所有project融入到上节课的系统中去，尤其是将机器学习的策略模型与自动化交易系统耦合。
10. 策略优化与课程总结
主要内容：如何进行模型选择与优化，课程回顾与展望：where to go from here..
注：所有的项目以作业形式给出（某些关键函数留给学生实现），第二次上课前将正确的实现方法公布到授课平台。
冯老师寄语：
“主要是注重项目，项目，项目。另外，如果不想做金融的人，这门课也会得到很多收获：这是为数不多的融合机器学习和一个完整数据分析项目的有机整体，任何有志于做‘数据科学’方面工作的人都会获得宝贵的经验。”
本帖隐藏的内容
|
|
